工业企业数字化转型的难点和误区

1. 难点

如今，加速数字化转型已经成为众多企业的选择。但不同规模和发展阶段的企业，在数字化变革过程中具有不同的诉求。生产是小企业关注的核心话题，它们更多面临“不会转、不敢转、不想转”的困惑，在快速接单、成本降低、及时交付、设备故障解决等方面缺乏能力。而更多的大中型企业则处在工业 2.0 迈向工业 3.0，以及数据集成推动业务价值实现方面存在瓶颈，主要难点如下。

（1）认知与思维方式滞后。很少有企业愿意拥抱新事物，即便它们已经清楚地看到核心业务正在失去发展势头。尤其是“创一代”把持的公司，所谓转型很大程度上意味着启动“二次创业”或发展第二条业务曲线。变革充满了风险，对企业决策来讲是一项重大考验，即便路径看起来清晰，其在面向未来的转型过程中，依然障碍重重。加上资金投入、短时间内很难清晰评价效果、内部动力机制不够强劲等因素，很容易造成项目停滞，落入“试点陷阱”。

（2）技术能力不足，缺乏 IT 与 OT 融合。由于缺乏便捷、好用、可信的 IIoT 平台（也有些企业主张建设工业大数据平台），因此现在我们所采用的数字技术和第三次工业革命形成的 PLC、DCS 管控系统，在硬件、软件上缺乏深度融合。中国工程院院士柴天佑在一次演讲中提到：针对工业互联网实际落地，缺乏系统体系架构、功能体系、自主可控的核心关键技术与实施路径的深入研究，特别是缺乏智能制造系统的新一代硬件、软件和系统及关键核心技术。

（3）组织与人才、资金支撑能力不足。在传统的工业企业里，团队成员老化、组织机制僵化、数据科学家等人才储备不足、没有足够的资金支撑升级等问题较为普遍。在核心产业处于上升周期时，如果没有前瞻眼光部署新技术应用，创造新的增长引擎，那么等到产业处于下降周期，组织和人才等都很容易散掉，企业就无法把握新时期的机遇。

（4）数据断点多，缺乏数据洞察。企业基础差，自动化尚未覆盖，信息化系统处于孤岛状态：企业数据资源管理水平不足，内外部各类数据“燃料”储备不足，比如设备读写不开放，物联数据获取难、数据失真失准现象严重、一致性差，数据壁垒难打破、无法直接利用等。俗话说，“基础不牢，地动山摇”，大部分数字化转型项目尚处于“补课阶段”，正在填补历史欠账，真正促进产品和业务创新的案例只是少数。

（5）难以甄选到合适的供应商。企业自身的需求是个性化的、碎片化的，想从正在孕育的市场中找到合适的服务商，确实挺困难的。虽然工业互联网平台不断完善，解决方案所能覆盖的场景越来越多，但从各家的组织能力和商业模式来看，它们各自走在不同的道路上。可以依据企业个性化特点为其量身定制方案的工业互联网平台或服务商提供不了开箱即用的产品，扩展性不强；能提供相对成熟产品的 SaaS 服务商难以做到基于企业特点的个性化定制，两种情况很难兼顾。

2. 误区

推动数据驱动的业务创造过程是一件长期的工作，充满很大的不确定性，企业需要避开一些误区。

（1）未找到价值缝隙，完全由技术团队主导，容易进入“拿着锤子找钉子”的误区。企业应专注于能够实际创造价值，而不是一味地追求最前沿的技术。

（2）依然秉持上 IT 系统的思维，采用项目制模式，平台化、开放性思维不够，容易形成新的信息孤岛。

（3）幸存者偏差，以为只要引进尽可能多的数字化系统 / 工具就能确保数字化转型成功。仅仅堆砌大量数字化工具和应用本身，并不能“包治百病”。

（4）重建设、轻运营。只有用起来才能创造价值，实现正向循环。

-----摘自《价值重构：读懂工业互联网发展逻辑》